現代の人工知能システムは、回答や推奨事項を生成するために数十億回の演算を行いながら、入力データを学習済みの重みで乗算することに依存しています。テキサス大学オースティン校の電気・コンピュータ工学科教授であるリジー・K・ジョン氏は、このようなアプローチはタスクを解決するために必要な以上に多くの労力を要すると考えています。

На протяжении последних пяти лет профессор Джон занималась разработкой класса моделей, известных как нейронные сети без весов. Эта работа направлена на пересмотр фундаментального принципа работы нейросетей, чтобы устранить предполагаемую избыточность вычислительных процессов.

この研究者の取り組みは、乗算演算の規模が不可避であると見なされている業界の現状に疑問を投げかけています。提案された代替アプローチは理論的にはモデルのアーキテクチャを簡素化する可能性がありますが、実装の詳細や比較効率については依然として検討課題となっています。